python中文乱码总结

环境 Mac 版本 python2.7.14 IDE PyCharm

---

目录
【问题】python中文写入csv文件乱码（情形一）
【问题】python中文写入csv文件乱码（情形二）
【扩展问题1】——将中文列表row正常输出
【扩展问题2】——将\u转换为对应的中文

---

【问题】python中文写入csv文件乱码（情形一）

# -*- coding: UTF-8 -*-import csvrow = ['课程', '语文', '数学', '英语']file_name = 'course.csv'file_obj = open(file_name, 'wb')writer = csv.writer(file_obj)for row_temp in row:    print row_tempprint rowwriter.writerow(row)

输出：

课程语文数学英语['\xe8\xaf\xbe\xe7\xa8\x8b', '\xe8\xaf\xad\xe6\x96\x87', '\xe6\x95\xb0\xe5\xad\xa6', '\xe8\x8b\xb1\xe8\xaf\xad']

csv文件为乱码：

璇剧  璇   板   辫

可以看到：
1. 将列表row写入csv文件时，中文为乱码；
2. 直接打印列表row，也不是中文；
3. 单独打印列表row中的元素，正常显示中文。

【原因】
excel能够正确识别用gb2312、gbk、gb18030或utf_8 with BOM 编码的中文，如果是utf_8 no BOM编码的中文文件，excel打开会乱码。

【解决方法】
修改代码如下：

# -*- coding: UTF-8 -*-import csvimport codecsrow = ['课程', '语文', '数学', '英语']file_name = 'course.csv'file_obj = open(file_name, 'wb')file_obj.write(codecs.BOM_UTF8)  # 防止乱码writer = csv.writer(file_obj)for row_temp in row:    print row_tempprint rowwriter.writerow(row)

添加的代码为：

import codecsfile_obj.write(codecs.BOM_UTF8)  # 防止乱码

输出：

课程语文数学英语['\xe8\xaf\xbe\xe7\xa8\x8b', '\xe8\xaf\xad\xe6\x96\x87', '\xe6\x95\xb0\xe5\xad\xa6', '\xe8\x8b\xb1\xe8\xaf\xad']

csv文件正常显示中文：

课程  语文  数学  英语

---

【问题】python中文写入csv文件乱码（情形二）

当row = [u'课程', u'语文', u'数学', u'英语']时，会遇到与上文同样的乱码，解决方法也一样。

u'课程'也可以写成：unicode('课程', 'utf-8')

附上修改后的代码：

# -*- coding: UTF-8 -*-import sysreload(sys)sys.setdefaultencoding('utf-8')  # 没有这句会报错import csvimport codecs# row = ['课程', '语文', '数学', '英语']row = [u'课程', u'语文', u'数学', u'英语']file_name = 'test.csv'file_obj = open(file_name, 'wb')file_obj.write(codecs.BOM_UTF8)  # 防止乱码writer = csv.writer(file_obj)for row_temp in row:    print row_tempprint rowwriter.writerow(row)

输出：

课程语文数学英语[u'\u8bfe\u7a0b', u'\u8bed\u6587', u'\u6570\u5b66', u'\u82f1\u8bed']

csv文件正常显示中文：

课程  语文  数学  英语

---

【扩展问题1】——将中文列表row正常输出

使用join方法：这种方法的输出结果是一整个字符串。

print ', '.join(row)

输出：

课程, 语文, 数学, 英语

【扩展问题2】——将\u转换为对应的中文

x_str = '\u8bfe\u7a0b'print type(x_str)print x_strprint u'\u8bfe\u7a0b'                   #方法一print x_str.decode('unicode-escape')    #方法二

输出：

<type 'str'>\u8bfe\u7a0b课程课程